小数定标规范化的操作思路挺清晰，就是把属性值的小数点往左挪，目标是把数值控制在[-1, 1]范围里。挪几位？看绝对值有多大，值越大，挪得越多。嗯，像金融数据那种差距巨大的场景就合适。

小数定标规范化的转化公式其实也不复杂：x = x * 10^k，k 是需要移动的小数位数。你看，这种方式不会改变值之间的相对大小，蛮适合做后续的分类或聚类。

不少经典算法，比如ID3、Apriori这些，其实都吃离散属性，不支持连续值。你可以先规范化，再做连续属性离散化，比如用等宽、等频或聚类的方法。

要说参考资料，下面这几篇文章挺值得一读的：像《规范化理论综述》和《数据库规范化原理简介》，思路还蛮清楚的，看完之后脑子也不打结。

如果你用的工具是WEKA，也有篇教程《离散化属性 petallength 的操作方法》可以看看，步骤还挺详细，操作起来不费劲。

建议你在动手前先理清楚几个点：1）属性值跨度大不大；2）后续是不是要用分类模型；3）工具支不支持这类转化。搞清这些，再选方法，效率高多了。

如果你刚好在折腾数据预，是做分类前的准备工作，小数定标这种方法可以说是又快又省心，不妨试试。